cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Agung Tjahjo Nugroho
Contact Email
agungtnugroho@unej.ac.id
Phone
+6281289118299
Journal Mail Official
jei@unej.ac.id
Editorial Address
Jurusan Fisika Fakultas MIPA Universitas Jember Jl. Kalimantan 37 Kampus Tegalboto Jember 68121
Location
Kab. jember,
Jawa timur
INDONESIA
Journal of Electronics and Instrumentation
Published by Universitas Jember
ISSN : -     EISSN : 30323398     DOI : https://doi.org/10.19184/jei
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Physics
Artikel JEI ditekankan pada aplikasi Elektronika dan Instrumentasi diberbagai bidang ilmu sains dan teknologi, seperti Fisika Material, Fisika Nuklir, Geofisika, Biofisika, Biologi, Kimia, Elektronika, Geografi, Fisika Kebumian, Fisika Kelautan, Fisika Lingkungan, Astronomi, dan ilmu science lainnya. JEI membagi fokus menjadi dua yaitu: fokus aplikasi Elektronika dan fokus aplikasi instrumentasi.
Arjuna Subject : Fisika dan Astronomi - Instrumentasi
Articles 46 Documents
 1   2   3   4   5 
Pemilihan Efisien Kualitas Telur Ayam Berdasarkan Kondisi Cangkang dengan Arduino Nano dan Sensor LDR Wardatul Mahbubah; Amalia, Eka
Journal of Electronics and Instrumentation Vol. 2 No. 2 (2025)
Publisher : Fakultas MIPA, Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/jei.v2i2.1663

Abstract

Kualitas cangkang telur ayam merupakan indikator penting dalam industri peternakan, karena memengaruhi keamanan dan daya tahan produk. Penyeleksian kualitas telur yang biasanya dilakukan secara manual dapat menjadi kurang akurat serta memerlukan waktu yang lama. Penelitian ini bertujuan untuk mengembangkan sistem pengukuran otomatis berbasis sensor resistansi cahaya (LDR) dengan mikrokontroler Arduino Nano untuk mengklasifikasikan kualitas telur dari dua sumber berbeda, yaitu telur dari peternak dan pasar. Metode yang digunakan melibatkan pengukuran nilai resistansi cahaya pada cangkang telur, dengan data diambil melalui tiga kali pengulangan untuk setiap sampel guna meminimalkan variasi data. Hasil pengukuran nilai LDR kemudian dianalisis dengan uji t-statistik untuk mengevaluasi perbedaan signifikan antara rata-rata nilai LDR dari telur peternak dan pasar, serta menggunakan model random forest untuk klasifikasi otomatis ke dalam kategori "Bagus" dan "Buruk." Hasil penelitian menunjukkan bahwa telur berkualitas "Bagus" memiliki nilai LDR rata-rata lebih tinggi dibandingkan yang "Buruk," mendukung hipotesis bahwa telur dari peternak cenderung memiliki kualitas yang lebih baik. Model random forest berhasil mengklasifikasikan kualitas telur dengan tingkat akurasi yang cukup tinggi, walaupun terdapat beberapa kesalahan klasifikasi pada telur berkualitas rendah, terutama dari pasar. Kesimpulannya, sistem berbasis LDR dan Arduino Nano ini efektif sebagai alat seleksi otomatis yang terjangkau dan praktis, serta memiliki potensi untuk meningkatkan efisiensi dalam pemilahan kualitas telur di industri peternakan.
Efektivitas K-Means Clustering dan GMM dalam Menentukan Klaster Organ dan Jaringan Kanker Pada Paru-paru Berdasarkan Nilai HU CT Thorax Fahreza, Rafi Achmad; Erviana Widia Astuti
Journal of Electronics and Instrumentation Vol. 2 No. 2 (2025)
Publisher : Fakultas MIPA, Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/jei.v2i2.1666

Abstract

Penelitian ini membandingkan efektivitas dua algoritma klasterisasi, Gaussian Mixture Model (GMM) dan K-Means, dalam mengelompokkan jaringan pada citra CT scan toraks dengan diagnosis adenokarsinoma berdasarkan nilai Hounsfield Unit (HU). Dalam penelitian ini, nilai HU yang mewakili berbagai jenis jaringan, seperti udara, lemak, otot, dan tulang, diekstraksi dan diklasifikasikan menggunakan kedua algoritma tersebut. GMM menggunakan pendekatan probabilistik yang lebih fleksibel dalam menangani variasi densitas jaringan, sementara K-Means bekerja dengan memisahkan data berdasarkan jarak terdekat dari pusat klaster. Hasil menunjukkan bahwa GMM memberikan performa klasterisasi yang lebih unggul dengan Silhouette Score 0,7447, dibandingkan dengan K-Means yang memperoleh skor 0,70. GMM mampu memisahkan jaringan yang lebih kompleks dengan akurasi lebih tinggi, khususnya pada jaringan dengan nilai HU yang tumpang tindih, seperti jaringan otot dan adenokarsinoma. Oleh karena itu, GMM dinilai lebih efektif dan andal untuk analisis segmentasi pada data medis yang kompleks, seperti diagnosis kanker paru-paru berbasis citra CT scan.
Analisa Kualitas Gambar Berdasarkan Klasifikasi Dosis Radiasi pada Pencitraan Kanker Menggunakan Simulasi MATLAB Mukhlis, Muhammad Iqbal; Puspito, Paulinus
Journal of Electronics and Instrumentation Vol. 2 No. 2 (2025)
Publisher : Fakultas MIPA, Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/jei.v2i2.1667

Abstract

Computed Tomography (CT) scan adalah alat diagnostik yang penting dalam deteksi dan penanganan kanker. Meskipun CT scan memberikan visualisasi struktur internal tubuh yang mendetail, penggunaannya juga menimbulkan risiko paparan radiasi yang harus dikelola secara hati-hati. Penelitian ini bertujuan untuk menganalisis pengaruh variasi dosis radiasi terhadap kualitas pencitraan CT scan untuk pasien kanker, dengan fokus pada batas aman dosis sesuai Diagnostic Reference Levels (DRLs). Melalui simulasi yang dilakukan di MATLAB, kami membandingkan kualitas gambar pada tiga tingkat dosis: sesuai DRLs, di atas DRLs, dan di bawah DRLs. Hasil penelitian menunjukkan bahwa dosis sesuai DRLs menghasilkan gambar yang optimal dengan kontras tinggi dan noise minimal, yang mendukung diagnosis yang akurat. Dosis di atas DRLs meningkatkan kontras namun berisiko menyebabkan overexposure, sementara dosis di bawah DRLs menurunkan kualitas gambar dengan peningkatan noise yang signifikan. Temuan ini menekankan pentingnya penggunaan dosis radiasi yang optimal dalam pencitraan CT scan untuk menjaga kualitas diagnostik sekaligus meminimalkan risiko paparan radiasi pada pasien. Penelitian ini diharapkan dapat menjadi acuan dalam pengembangan protokol pencitraan yang efektif dan aman.
Penerapan Sensor Fotodioda dalam Menentukan Kepekatan Kopi Secara Praktis Maheswari, Rifa Talyta; Rahayu, Oktavia Defi Putri
Journal of Electronics and Instrumentation Vol. 2 No. 2 (2025)
Publisher : Fakultas MIPA, Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/jei.v2i2.5982

Abstract

Kepekatan kopi menjadi faktor penting yang memengaruhi cita rasa dan kualitas minuman kopi. Kepekatan kopi menentukan kekuatan rasa, aroma, sehingga pengukuran kepekatan kopi dibutuhkan agar konsumen memperoleh cita rasa yang konsisten. Pengukuran kepekatan kopi dilakukan untuk memastikan bahwa setiap produk memiliki standar kualitas yang sama. Tujuan penelitian ini yaitu menganalisis kepekatan kopi berdasarkan nilai resistansi menggunakan sensor fotodiode dengan tingkat akurasi tinggi dan efisien pada coffe shop cabang A dan cabang B. Metode penelitian menggunakan sensor fotodioda dengan tujuan mendeteksi variasi dalam intensitas cahaya melewati sampel kopi, dimana terjadi perubahan yang dialami intensitas cahaya terhadap konsentrasi larutan kopi. Eksperimen dilakukan dengan memvariasikan konsentrasi larutan yaitu campuran antara larutan kopi dengan air dan campuran larutan kopi dengan susu menggunakan jumlah konsentrasi larutan yang ditentukan yaitu 3 ml hingga 12 ml. Hasil data yang diperoleh dianalisis untuk menemukan hubungan antara konsentrasi larutan kopi dengan campuran air dan susu terhadap hasil resistansi dengan warna LED berbeda. Hasil menunjukkan bahwa LED biru memiliki sensitivitas tinggi terhadap perubahan kepekatan kopi, sedangkan LED kuning stabil dengan resistansi terendah. Kepekatan kopi paling tinggi dimiliki oleh cabang A, dimana cabang A memiliki nilai resistansi yang lebih tinggi dibandingkan cabang B, dan cabang memiliki tingkat kepekatan kopi yang lebih encer. Kesimpulan dari penelitian menunjukkan penggunaan sensor fotodiode dengan variasi warna LED efektif dalam menganalisis kepekatan kopi berdasarkan nilai resistansi. Penelitian ini diharapkan dapat menjadi solusi sederhana dan terjangkau dalam pengawasan kualitas produk di industri.
Cover Volume 2 Nomor 2
Journal of Electronics and Instrumentation Vol. 2 No. 2 (2025)
Publisher : Fakultas MIPA, Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pengembangan Model CNN Berbasis Patch dengan Segmentasi Superpiksel untuk Deteksi Kanker Kulit Muhammad Fais
Journal of Electronics and Instrumentation Vol. 2 No. 3 (2025)
Publisher : Jurusan Fisika, FMIPA Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/jei.v2i3.60007

Abstract

Penelitian ini bertujuan mengembangkan metode klasifikasi kanker kulit berbasis pembelajaran mendalam untuk meningkatkan akurasi diagnosis melanoma menggunakan pendekatan berbasis patch dan segmentasi superpiksel. Metode yang diterapkan mencakup segmentasi citra menggunakan algoritma Simple Linear Iterative Clustering (SLIC), ekstraksi multi-fitur tingkat piksel dan superpiksel, serta klasifikasi menggunakan model Convolutional Neural Network (CNN) yang dimodifikasi. Dataset yang digunakan berasal dari platform Kaggle dengan total 1.400 citra, di mana 5.000 patch dipilih secara acak untuk pelatihan dan validasi model. Hasil penelitian menunjukkan bahwa segmentasi superpiksel dengan parameter optimal mampu membentuk area homogen yang representatif, memperjelas batas lesi, dan mengurangi noise. Pada tahap ekstraksi fitur, fitur statistik tingkat piksel, seperti median kanal hijau (G) dan rata-rata kanal biru (B), memberikan akurasi tertinggi sebesar 93,3% dan sensitivitas hingga 92,2%. Kanal biru menunjukkan kemampuan yang lebih optimal dalam merepresentasikan kontras visual antara lesi dan kulit normal. Modifikasi arsitektur CNN menghasilkan akurasi klasifikasi hingga 93,3% dengan peningkatan generalisasi pada dataset yang bervariasi. Kesimpulan dari penelitian ini adalah bahwa kombinasi segmentasi superpiksel, ekstraksi fitur multi-level, dan klasifikasi berbasis CNN memberikan solusi yang efektif untuk deteksi dini kanker kulit. Pendekatan ini tidak hanya meningkatkan akurasi tetapi juga menyediakan model yang dapat diimplementasikan secara luas dalam mendukung tenaga medis untuk diagnosis yang lebih akurat dan konsisten. Penelitian ini membuka peluang pengembangan lebih lanjut untuk optimisasi parameter segmentasi dan integrasi data multikultural.
Perbandingan Algoritma Logistic Regression Dan K-Nearest Neighbors Dalam Klasifikasi Kualitas Udara Berdasarkan Data Sekunder Kaggle Mila Hidayatul Aula
Journal of Electronics and Instrumentation Vol. 2 No. 3 (2025)
Publisher : Jurusan Fisika, FMIPA Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/jei.v2i3.60009

Abstract

Polusi udara merupakan salah satu isu lingkungan utama yang berdampak langsung pada kesehatan manusia. Oleh karena itu, klasifikasi kualitas udara menjadi hal penting untuk mendukung sistem peringatan dini. Penelitian ini bertujuan membandingkan kinerja dua algoritma machine learning, yaitu Logistic Regression (LR) dan K-Nearest Neighbors (KNN), dalam mengklasifikasikan kualitas udara dengan target empat kelas, yaitu Baik, Sedang, Buruk, dan Berbahaya. Variabel data yang digunakan merupakan sembilan parameter, seperti suhu, kelembaban, konsentrasi PM2.5, konsentrasi PM10, konsentrasi NO2, konsentrasi SO2, konsentrasi CO, jarak dengan kawasan Industri, dan kepadatan penduduk. Data yang digunakan terdiri dari 5000 sampel yang telah melalui proses normalisasi dan penyeimbangan kelas menggunakan SMOTE. Evaluasi model dilakukan menggunakan confusion matrix, akurasi, precision, recall, dan F1-score, serta cross validation 5-fold dan uji paired t-test. Hasil menunjukkan bahwa LR unggul dibandingkan KNN dengan akurasi 94,33% dan F1-score macro 0,92. Uji t menunjukkan perbedaan performa signifikan (p<0,05). Berdasarkan hasil ini, algoritma Logistic Regression direkomendasikan sebagai metode klasifikasi yang lebih efektif dalam studi kualitas udara.
Rancang Bangun Sistem Pencuci Tangan Otomatis Menggunakan Sensor Ultrasonik HC-SR04 dan Mikrokontroler Arduino Uno Rohima
Journal of Electronics and Instrumentation Vol. 2 No. 3 (2025)
Publisher : Jurusan Fisika, FMIPA Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/jei.v2i3.60010

Abstract

Kesehatan perlu dijaga dengan membersihkan anggota badan, salah satunya adalah telapak tangan, tetapi sistem kran pada umumnya kurang higienis dalam membunuh kuman dikarenakan kontak langsung dengan kran membuat kuman dari kran berpindah menuju tangan. Sistem pencuci tangan otomatis penting untuk dikembangkan guna membiasakan aktivitas pencuci tangan yang lebih higienis, tetapi banyak masyarakat yang belum menjangkau sistem tersebut karena harga yang cukup mahal. Penelitian ini merancang dan menguji sistem pencuci tangan otomatis berbasis sensor ultrasonik HC-SR04 dan mikrokontroler Arduino Uno sebagai upaya meningkatkan kebersihan serta efisiensi penggunaan air. Penelitian ini menggunakan air bersih dari Laboratorium Fisika Universitas Jember sebagai objek uji dan menerapkan metode kuantitatif melalui pengukuran efisiensi air, waktu aktivasi pompa, serta sensitivitas sensor terhadap jarak deteksi. Penelitian ini menghasilkan sistem yang mampu mengalirkan air secara otomatis ketika tangan terdeteksi pada jarak kurang dari 50 cm dan menghentikan aliran saat tangan dijauhkan, dengan debit rata-rata 20 ml/s serta tingkat keberhasilan 100% pada uji jeda aktivasi dan uji aktivasi yang tidak diinginkan. Penelitian ini juga menunjukkan bahwa sensor ultrasonik mendeteksi objek hingga 50,4 cm dengan jarak ideal 10–15 cm, sementara responden menilai alat responsif, efisien, dan nyaman digunakan tanpa kontak langsung. Penelitian ini menyimpulkan bahwa sistem pencuci tangan otomatis berbasis Arduino Uno layak diterapkan pada fasilitas umum karena bekerja stabil, hemat energi, dan mendukung kebersihan yang higienis serta efisien.
Prototipe Sistem Monitoring Kelelahan Mata Menggunakan Sensor IR dan Ultrasonik Fikri Dwi Setiawan
Journal of Electronics and Instrumentation Vol. 2 No. 3 (2025)
Publisher : Jurusan Fisika, FMIPA Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/jei.v2i3.60011

Abstract

Kelelahan mata digital menjadi masalah yang semakin umum terjadi akibat meningkatnya penggunaan perangkat elektronik dalam jangka panjang. Paparan layar yang terus-menerus menurunkan frekuensi kedipan serta mendorong pengguna berada pada jarak pandang yang tidak ideal, sehingga memicu mata kering, iritasi, dan penurunan kenyamanan visual. Kondisi ini menegaskan perlunya sistem yang mampu memantau indikator fisiologis mata secara langsung dan memberikan peringatan dini sebelum muncul gangguan visual yang lebih serius. Penelitian ini bertujuan merancang prototipe sistem monitoring kesehatan mata berbasis sensor inframerah untuk mendeteksi frekuensi kedipan serta sensor ultrasonik untuk mengukur jarak wajah terhadap layar secara real-time. Metode penelitian menggunakan pendekatan eksperimen kuantitatif melalui pengujian pada tiga kondisi pencahayaan berbeda pada pagi, siang, dan sore. Sensor dikalibrasi untuk memperoleh nilai ambang optimal, kemudian data kedipan, jarak, dan respons sistem direkam menggunakan Arduino Uno. Hasil menunjukkan bahwa sensor IR bekerja paling stabil pada pagi hari dengan frekuensi kedipan tertinggi dan nilai JND terendah, sementara pada siang hari akurasi menurun akibat interferensi cahaya. Pada sore hari frekuensi kedipan turun drastis dan JND meningkat signifikan, menandakan terjadinya kelelahan visual. Sensor ultrasonik menunjukkan deviasi kurang dari 5% di seluruh kondisi. Secara keseluruhan, sistem yang dikembangkan mampu memberikan peringatan otomatis ketika frekuensi kedipan menurun, jarak pandang terlalu dekat, atau durasi fokus melebihi batas sehat, sehingga berpotensi mendukung pencegahan digital eye strain dalam penggunaan perangkat digital modern.
OILINT: Sistem Deteksi Dini Kualitas Minyak Goreng Berbasis Perubahan Resistansi Sensor LDR Shara Sufatus Zein
Journal of Electronics and Instrumentation Vol. 2 No. 3 (2025)
Publisher : Jurusan Fisika, FMIPA Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/jei.v2i3.60012

Abstract

Penelitian ini bertujuan untuk mengetahui perubahan kualitas minyak goreng setelah digunakan berulang kali dengan mengukur nilai resistansinya menggunakan sistem sensor berbasis Arduino. Proses pengujian dilakukan dengan empat jenis bahan penggorengan, yaitu ayam, tempe, telur, dan ikan asin, masing-masing dilakukan sebanyak lima kali penggorengan. Pengukuran resistansi dilakukan setelah minyak didinginkan hingga mencapai suhu ruang agar hasil lebih stabil. Data hasil pengukuran menunjukkan bahwa resistansi minyak meningkat seiring bertambahnya jumlah penggorengan, menandakan penurunan kualitas minyak akibat penumpukan sisa bahan dan hasil oksidasi. Minyak jernih memiliki resistansi 131 Ω, sedangkan minyak sangat keruh mencapai 1818 Ω. Hasil analisis menunjukkan bahwa minyak dengan resistansi di bawah 637 Ω tergolong baik, resistansi antara 637–1312 Ω perlu diwaspadai, dan resistansi di atas 1312 Ω dikategorikan buruk atau tidak layak pakai. Nilai resistansi minyak penggorengan ayam dan tempe masih berada di bawah batas minyak baik hingga penggorengan kelima. Minyak penggorengan telur mengalami kenaikan resistansi yang lebih cepat namun tetap berada dalam batas aman. Minyak hasil penggorengan ikan asin mengalami peningkatan resistansi paling tinggi, melewati batas kualitas minyak baik pada penggorengan keempat dan menjadi tidak layak pakai pada penggorengan kelima. Hasil ini menunjukkan bahwa metode pengukuran resistansi dapat digunakan sebagai indikator sederhana untuk menilai tingkat degradasi dan kelayakan minyak goreng setelah penggunaan berulang.

Page 4 of 5 | Total Record : 46

 1   2   3   4   5 

Filter by Year

2023 2025


Reset
Filter By Issues
All Issue Vol. 2 No. 3 (2025) Vol. 2 No. 2 (2025) Vol. 2 No. 1 (2025) Vol. 1 No. 3 (2024) Vol. 1 No. 2 (2024) Vol. 1 No. 1 (2023)